Modelling of geometry for directed energy deposition via machine learning

Predicting the geometry of bead in multi-track and multi-layer Directed Energy Deposition (DED) presents a challenge due to variations in process parameters, resulting in changes in geometry from one layer or track to another. To address this issue, a Long Short-Term Memory (LSTM) model is applied t...

وصف كامل

محفوظ في:
التفاصيل البيبلوغرافية
المؤلف الرئيسي: Hong, Weidong
مؤلفون آخرون: Li Hua
التنسيق: Final Year Project
اللغة:English
منشور في: Nanyang Technological University 2023
الموضوعات:
الوصول للمادة أونلاين:https://hdl.handle.net/10356/167105
الوسوم: إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
المؤسسة: Nanyang Technological University
اللغة: English